andrej-karpathy-skills快速指南3分钟装好LLM编码规则插件再搭一个自己的规范【免费下载链接】andrej-karpathy-skillsA single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathys observations on LLM coding pitfalls.项目地址: https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skillsandrej-karpathy-skills 是一个 Claude Code 规则插件用一组行为准则约束 LLM 的编码习惯不静默乱猜、不过度设计、不顺手乱改帮你让 AI 写出来的代码可审、可测、可合并。你大概率踩过这些坑你让模型加个数据导出它没问你要导出哪些字段直接全表输出到一个写死路径的文件里需求有歧义时它不问你默默选一种解释就往下狂奔最烦的是它在改需求的同时顺手优化了旁边的注释和格式diff 一打开全是计划外改动。andrej-karpathy-skills 就是冲着这些毛病来的它把 Andrej Karpathy 对 LLM 编码弊端的总结压缩成一份行为规则让 Claude Code 每次干活前都按规矩来。3分钟装好插件两条命令搞定✅ 推荐方式是在 Claude Code 里装成插件装完所有项目都能用/plugin marketplace add forrestchang/andrej-karpathy-skills /plugin install andrej-karpathy-skillskarpathy-skills另一种是按项目生效git clone https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills把仓库里的CLAUDE.md放到你的项目根目录即可已有项目的CLAUDE.md就把内容追加到末尾。这套规则到底在约束什么不准静默猜先定义做成什么样它针对的是模型闷头乱假设的问题。规则要求动手前把假设摆到台面上有多种理解就全部列出来不懂就停下来问。同时把任务转成可验证的目标——加个校验要变成先写非法输入的测试再让它通过。类比一下靠谱的搬家公司会先问清地址、物品清单和放哪里而不是自己看着办。代码写到最少改动收着点它针对的是过度设计和顺手重构。代码以解决问题所需的最少行数为准单次使用的逻辑不抽抽象没人要灵活性就别加200 行能干的事写成 50 行。改现有代码时匹配原有风格只删自己这次改动弄出来的孤儿导入和变量发现不相干的死代码提一嘴就行别删。判断标准就一条每一行改动都能追溯到你的需求。让模型自己闭环少来回问你规则的点睛之笔是别告诉模型怎么做告诉它做成什么样算完。成功标准强模型能独立循环到验证通过标准弱成让它跑起来它就会不断回头找你要确认。多步任务还要求先给个简短计划每一步都配一个可检查的验证手段。手把手搭一个自己的规范扩展第一步写下一个具体的问题。挑一个你项目里真实存在的痛点比如本项目所有新增 API 接口必须带测试。为什么是它没有具体指向的规则只是口号模型不知道何时该触发。怎么验证这句话能不能一句话说清触发条件。第二步照着现成格式写。参考仓库里skills/karpathy-guidelines/SKILL.md的写法——顶部一段元信息正文用短编号列表每条都是可直接执行的动作。你的规则在CLAUDE.md里加一个章节就够了。为什么这样写短句清单比大段散文好遵循得多。怎么验证逐条读自己的规则问这一条能不能判断做到没做到。第三步用任务验证。故意给模型一个会触发规则的小任务比如让它加个接口但不提测试。怎么算生效它主动补测试、或先问你测试要求而不是默默交一份没有测试的代码。避坑清单4条容易踩的地方规则本身也要遵循少写写出一堆记不住、用不上的条款等于没写。这套准则偏向谨慎而非速度改错别字这类小事别上全套流程。只删自己改动产生的孤儿代码历史遗留的死代码提一嘴就够了。成功标准别写让它 work验证条件要能被机械地检查。规则的本质就一句先想清楚少写点只改该改的验证不过不停手。现在就去你最头疼的那个项目装上插件看看下一轮 diff 是不是干净多了。【免费下载链接】andrej-karpathy-skillsA single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathys observations on LLM coding pitfalls.项目地址: https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 andrej-karpathy-skills快速指南：3分钟装好LLM编码规则插件，再搭一个自己的规范
andrej-karpathy-skills快速指南3分钟装好LLM编码规则插件再搭一个自己的规范【免费下载链接】andrej-karpathy-skillsA single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathys observations on LLM coding pitfalls.项目地址: https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skillsandrej-karpathy-skills 是一个 Claude Code 规则插件用一组行为准则约束 LLM 的编码习惯不静默乱猜、不过度设计、不顺手乱改帮你让 AI 写出来的代码可审、可测、可合并。你大概率踩过这些坑你让模型加个数据导出它没问你要导出哪些字段直接全表输出到一个写死路径的文件里需求有歧义时它不问你默默选一种解释就往下狂奔最烦的是它在改需求的同时顺手优化了旁边的注释和格式diff 一打开全是计划外改动。andrej-karpathy-skills 就是冲着这些毛病来的它把 Andrej Karpathy 对 LLM 编码弊端的总结压缩成一份行为规则让 Claude Code 每次干活前都按规矩来。3分钟装好插件两条命令搞定✅ 推荐方式是在 Claude Code 里装成插件装完所有项目都能用/plugin marketplace add forrestchang/andrej-karpathy-skills /plugin install andrej-karpathy-skillskarpathy-skills另一种是按项目生效git clone https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills把仓库里的CLAUDE.md放到你的项目根目录即可已有项目的CLAUDE.md就把内容追加到末尾。这套规则到底在约束什么不准静默猜先定义做成什么样它针对的是模型闷头乱假设的问题。规则要求动手前把假设摆到台面上有多种理解就全部列出来不懂就停下来问。同时把任务转成可验证的目标——加个校验要变成先写非法输入的测试再让它通过。类比一下靠谱的搬家公司会先问清地址、物品清单和放哪里而不是自己看着办。代码写到最少改动收着点它针对的是过度设计和顺手重构。代码以解决问题所需的最少行数为准单次使用的逻辑不抽抽象没人要灵活性就别加200 行能干的事写成 50 行。改现有代码时匹配原有风格只删自己这次改动弄出来的孤儿导入和变量发现不相干的死代码提一嘴就行别删。判断标准就一条每一行改动都能追溯到你的需求。让模型自己闭环少来回问你规则的点睛之笔是别告诉模型怎么做告诉它做成什么样算完。成功标准强模型能独立循环到验证通过标准弱成让它跑起来它就会不断回头找你要确认。多步任务还要求先给个简短计划每一步都配一个可检查的验证手段。手把手搭一个自己的规范扩展第一步写下一个具体的问题。挑一个你项目里真实存在的痛点比如本项目所有新增 API 接口必须带测试。为什么是它没有具体指向的规则只是口号模型不知道何时该触发。怎么验证这句话能不能一句话说清触发条件。第二步照着现成格式写。参考仓库里skills/karpathy-guidelines/SKILL.md的写法——顶部一段元信息正文用短编号列表每条都是可直接执行的动作。你的规则在CLAUDE.md里加一个章节就够了。为什么这样写短句清单比大段散文好遵循得多。怎么验证逐条读自己的规则问这一条能不能判断做到没做到。第三步用任务验证。故意给模型一个会触发规则的小任务比如让它加个接口但不提测试。怎么算生效它主动补测试、或先问你测试要求而不是默默交一份没有测试的代码。避坑清单4条容易踩的地方规则本身也要遵循少写写出一堆记不住、用不上的条款等于没写。这套准则偏向谨慎而非速度改错别字这类小事别上全套流程。只删自己改动产生的孤儿代码历史遗留的死代码提一嘴就够了。成功标准别写让它 work验证条件要能被机械地检查。规则的本质就一句先想清楚少写点只改该改的验证不过不停手。现在就去你最头疼的那个项目装上插件看看下一轮 diff 是不是干净多了。【免费下载链接】andrej-karpathy-skillsA single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathys observations on LLM coding pitfalls.项目地址: https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考